Usage of Learning Management System (Moodle) among Postgraduate Students: UTAUT Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of a learning management system (LMS) Moodle is learning and teaching platform in Universiti Utara Malaysia. To examine the level of acceptance of this technology, the UTAUT (Unified theory of acceptance and use of technology) Model is used to infer individual students’ technology acceptance by explaining the variants in Behavior Intention (BI). This study is conducted on 65 postgraduate students pursuing their study at UUM. The students are all studying the same course and they are exposed to the application of LMS known as ‘Moodle UUM Learning Zone’. A set of questionnaire, in the UTAUT Model which is developed by Venkatesh et al. (2003), is used to collect data which is then descriptively analyzed by using IBM SPSS Statistics Version 20 and SmartPLS 2.0. The findings of the study found that Performance Expectancy (PE) (?=0.418, p<0.01), Social Influence (SI) (?=0.238, p<0.01) and Facilitating Conditions (FC) (?=0.120, p<0.01) have positive influence towards ‘Behavioral Intention’ (BI). The value R2 = 0.520 showed that 52.0% of the variants in the application of Learning zone can be explained by Behavioral Intention (BI). Consequently, the result related to moderator influence in terms of gender showed that all the four UTAUT Model constructs failed to reject HO5. The results also showed that moderator influence in terms of gender with PE, EE, SI and FC does not have significant positive influence towards BI. The findings of this study which are hoped to help encourage instructors and students to use this technology in their learning and teaching processes, have proven that LMS ‘Moodle’ is beneficial and effective for learning and teaching processes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle